没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
1.在BG中加载数据_功能.csv,和背景_对象.csv分成两个独立的数据帧。请注意,这两个文件都有一个标题行,其中列出了变量名。2.将5个特征数据集明智地组合成一个数据集行,将5个对象数据集明智地组合成一个数据集行。3.去除共线性4.使用最小-最大规格化对剩余特征数据集中的每个列进行规范化。请不要规范化对象数据集。5.随机抽取80%的特征数据集保存在训练数据集中,剩余的20%保存在测试数据集中。以相同的方式拆分对象数据集。6.利用训练数据集训练kNN模型。设置k等于训练数据集大小的平方根。7.使用kNN模型预测测试数据集的目标特征。
资源推荐
资源详情
资源评论
收起资源包目录
Classification Using Nearest Neighbors.zip (4个子文件)
knn算法应用实例.docx 16KB
code.py 3KB
CUNN_objects.csv 9KB
CUNN_features.csv 2.23MB
共 4 条
- 1
资源评论
Dyingalive
- 粉丝: 87
- 资源: 4809
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功